《Teaching and Learning in Nursing》：Is Artificial Intelligence competent in designing healthcare simulations?
编辑推荐：
AI在医疗模拟设计中的应用研究。该研究使用ChatGPT-4生成两个氧气相关医疗模拟场景，经HSSOBP标准评估发现Simulation #1达标7/11项，Simulation #2达标6/11项，均缺乏模拟引导者能力评估及试点测试。研究表明AI可提升护理教育生产力与效率，但需重视临床数据准确性和后续实证研究。
托尼娅·卢瑟福-海明 | 洛里·利奥塞
东卡罗来纳大学布罗迪医学院临床模拟中心，美国北卡罗来纳州格林维尔
摘要
背景
人工智能（AI）是一项具有无限可能性的激动人心的新技术。本文探讨了利用AI设计医疗模拟的潜力。
创新
AI生成了两个模拟案例，这些案例是根据《医疗模拟最佳实践标准》（HSSOBPTM）进行评估的。模拟案例1满足了7项标准中的7项，而模拟案例2满足了7项标准中的6项。这两个由AI生成的模拟都包含了与模拟内容相匹配的目标、基于模拟的学习体验（SBE）、逼真度以及反馈计划，并且以学习者为中心；然而，这两个模拟案例均未提及引导者的能力或试点测试的相关内容。
意义
AI生成的模拟案例涵盖了HSSOBPTM中的大部分评估标准。
结论
AI生成的模拟案例可以提高护理教育者的工作效率，同时减少他们的工作负担。
部分内容摘录
背景
“关于模拟设计的指导目前还处于初步阶段”（Gaberson & Oermann, 2010, p.1）。《医疗模拟最佳实践标准》最初由模拟专家在2015年通过深入的文献综述制定，并由INACSL通过Lioce等人（2015）发布了相应的操作指南。INACSL在2021年再次进行了文献回顾，并更新了HSSOBPTM（INACSL标准委员会等）。HSSOBPTM旨在推动模拟科学的发展，并促进相关知识的共享。
过程
作者使用ChatGPT-4生成了两个模拟案例。他们在不同的日子里提交了相同的指令，以测试ChatGPT-4设计模拟案例的能力。ChatGPT-4生成的情景（见表1和表2）根据HSSOBPTM（INACSL标准委员会等，2021b）进行了评估，从而揭示了AI工具的局限性和优势。表3显示了这两个模拟案例中包含了哪些评估标准。
讨论
设计模拟过程中面临的挑战包括模拟设计专家短缺、教师工作负担增加、缺乏复杂多样的模拟案例，以及编写模拟情景所需的大量时间（Gobbi等人，2012）。本分析表明，可以利用AI的力量来设计医疗模拟。ChatGPT-4成功生成了与氧合相关的两个基本模拟大纲，这些大纲可以在执业前就投入使用。
进一步的意义
这些例子表明，即使不具备专门的AI技能，医疗专业人员也可以利用AI来设计模拟案例。AI生成的模拟案例可以提高护理教育者的工作效率，同时减少他们的工作负担。Barra等人（2025）估计，使用AI可以将情景开发时间缩短70-80%。作者指出，这些模拟案例适用于多种临床环境和不同水平的学习者，并且支持多语言支持。
局限性
未来的研究应重点关注使用多个AI系统进行跨专业系统的分析，以正式验证模拟设计的效果。此外，还需要实证证据来评估这些模拟在教学成果方面的影响（Maaz等人，2025）。这将有助于模拟设计领域的进一步发展和完善。结论
AI已经在护理教育中发挥了重要作用，推动了医疗领域的创新。护理教育者必须意识到审查案例的临床准确性至关重要。如果AI生成的情景基于不准确的数据，可能会带来风险。要有效利用AI，首先确保数据的准确性是关键（Guetthoff, 2024）。
这项分析为教育者提供了使用AI提高工作效率、设计新模拟案例的依据和基础。
关于生成式AI和AI辅助技术在写作过程中的声明
在准备这项研究时，作者使用了ChatGPT-4来生成模拟案例。使用该工具/服务后，作者没有对ChatGPT生成的内容进行任何修改。作者在论文的其他部分也没有使用ChatGPT，并对出版物的内容负全责。
作者贡献声明
托尼娅·卢瑟福-海明：撰写 – 审稿与编辑、初稿撰写、可视化、验证、监督、资源协调、项目管理、方法论研究、数据分析、概念化。洛里·利奥塞：撰写 – 审稿与编辑、初稿撰写、可视化、验证、监督、资源协调、项目管理、方法论研究、数据分析、概念化。
利益冲突声明
作者声明，他们没有已知的可能影响本文研究的个人利益关系或财务利益。
